제조업에서의 인공지능 - HMI 공장자동화(SCADA)에서 스마트팩토리로

Recorder·2021년 8월 16일
0

최신동향

목록 보기
1/1

한국은 GDP 중 제조업 비율이 27.8%에 달한다.
이는 미국(11.4%), 영국(8.8%) 등은 물론이고, 제조업이 발달한 국가인 일본(21.1%), 독일(21.2%) 보다도 높은 수치이다.

그만큼 CIP지수(국가별 제조업 경쟁력 지표)도 독일과 중국에 이어 세계 3위에 달할만큼 높다.

인공지능을 공부하고 있는 입장에서, (나를 포함한 다수가) 아무래도 구글, 네이버, 카카오 등 IT 전문기업에 관심을 갖게 되는 경우가 많다.
하지만 분명 한국의 거대한 제조업 시장을 잊는 것은 훌륭한 기회를 놓치는 원인이 될 수 있다.

따라서 이번엔 AI라는 측면에서, 현 제조업 공장들의 상황과 인공지능 접목 방향에 대한 이야기를 해보겠다.

1. 현제 대부분의 공장자동화

제조업에선 이미 오래전부터 공장자동화를 해왔다.
단어만 들으면 인공지능으로 알아서 돌아가는 건가... 싶을 수 있지만,
그건 아니다.
아직 대부분의 공장은 사람이 보고, 머리잡고 고민해서 돌아간다.

그럼 어떤 방식으로 자동화가 이루어져 온 것일까?

SCADA를 통한 HMI 산업 자동화

현재 공장자동화라고 하면 Human Machine Interface(HMI) 방식을 활용하는 것이다.
이는 전통적인 공장자동화 방식이자, 현재 사용되는 대부분의 공장 자동화이다.

제조 공정 내의 노동력을 감소시키기 위해,
직원은 제어판 등 HMI에서 감독하는 수준의 역할만 수행하게 만드는 것을 의미한다.

이를 위해 사용되는 대표적인 SW가 바로 SCADA이다.

SCADA란?

Supervision Control and Data Acquisition의 약자이다.
즉, 원격 감시, 제어, 데이터수집 이 3가지를 중심으로 하는 시스템이자 프로그램이다.

대표적으로는 CIMON(한국), InTouch(해외)가 있다.

이 시스템 동작과정을 살펴보면 아래와 같다.

1. 원격감시

기계에 있는 센서로부터 정보를 전달받아서
원격에서 스크린 등으로 감시한다.

예를 들면, 모니터 화면을 통해서 가동여부, 온도, 전류동작 상태 및 오류 여부를 파악하는 것이다.

SCADA 프로그램을 이용하면, 복잡한 공장의 가동 상태를 한 눈에 확인할 수 있다.
또한 문제가 있으면 알람을 울리게 해서 빠른 개선을 가능하게 한다.

2. 제어

전달받은 정보에 문제가 있을 시
해결을 위한 제어를 수행할 수 있다.

SCADA 프로그램에서 자동으로 중단 등 명령으로 기기를 제어할 수 있다.
(좀 더 정확히는 SCADA에서 PLC로 명령을 내리면, PLC가 기기를 제어한다.)

3. 데이터수집 & 정보화

기계(PLC를 통해)에서 전달받은 데이터를 유의미한 정보로 변환한다.
e.g. 트랜드 차트를 통한 실시간 정보 시각화

수집한 정보는 주기적으로 레포팅한다.
e.g. 매시간/매일 엑셀 파일로 해당 정보를 전송한다.

적용사례

  • 사업장 : 열처리, 코팅
  • 목적 : 설비가동률 향상, 안전, 설비고장 예방
  • HW : sensor(digital tag, analog tag), PLC 6개, SCADA program이 설치된 컴퓨터 1개
  • SW: CIMON(약 500테그), main화면, 리포팅, 트랜드 차트
  • 역할 : main 화면 만들기, 리포팅
  • 성과 : 가동율 70% -> 90%, 화재사고 예방, 설비고장 절감(고장 간격 5일 -> 8일)

2. 스마트 팩토리로

위 공장 자동화에선 정보화된 데이터를 보고, 사람이 직관적으로 판단을 내린다.
예를 들면, 가동률을 보고, 수리할 것인지, 경영을 바꿀지 등을 고민해서 판단하는 것이다.

기계 -> 데이터 -> 정보화 -> 사람의 판단

의 순서이다.

하지만 최근에 들어선 인공지능을 통해 의사결정 영역까지 자동화시키고자 하는 움직임이 있다.
이것이 바로 스마트 팩토리이다.

Smart Factory란?

단어 그대로 공장을 똑똑하게 하는 것을 의미한다.
주로 IoT를 활용한다.

과정으로 보면
실시간 데이터를 수집 -> 정보화하여 -> 인공지능(수학적 알고리즘)을 통해 더 좋은 의사 결정

인공지능을 통한 더 좋은 의사 결정

위에서 언급한 '인공지능을 통한 더 좋은 의사결정'이라는 것을 좀 더 자세히 살펴보자.

앞서 설명했듯 현재 대부분의 공장들은 데이터를 정보화한 후, 사람이 직관으로 판단을 내리고 있다.
여기서 사람의 직관으로 인한 판단에 의존하지 않고, 인공지능을 통해 의사결정을 하는 것이 smart factory가 추구하는 바이다.

smart factory에선 직관을 시스템화하기 위해, 주로 강화학습을 활용한 패턴학습을 사용한다.
공장 로봇이 움직이는 경로를 강화학습으로 분석하여 최적의 경로를 찾는 것이다.

강화학습이란?
반복적인 수행과정에서 긍정적/부정적 피드백을 통해 학습하는 머신러닝 기법이다.

  • Digital Twin
    이때 공장 전체의 과정을 실제로 만들어서 학습을 해보는 것은 시간과 자원이 너무 많이 들어가서, 사실상 불가능 하다. 이에 학습을 진행하기 위해 가상의 작업장을 만들어 시뮬레이션을 돌린다. 이른 Digital Twin이라고 부른다.
    예를 들면, 네비게이션 속 화면은 실제 세계를 복제해 만든 것이다. 이 또한 일종의 Digital Twin이다.

대표적인 스마트 팩토리의 활용법

1.품질검사

육안검사를 이미지 판독 기술로 대체

2. 설비고장

정상패턴을 학습 후 비정상 시 알림

3 생산성

설비가동률 시각화 물량대기/부족 파악, 생산 우선 순위 결정

profile
기억은 나 대신 컴퓨터가

0개의 댓글